MétaCan
Menu
Retour à la cohorte
Enregistrement W1554775336 · doi:10.1002/hyp.9685

Evaluating the sensitivity of wetlands to climate change with remote sensing techniques

2012· article· en· W1554775336 sur OpenAlexaboutno aff
Zutao Ouyang, R. H. Becker, W. T. Shaver, Jiquan Chen

Notice bibliographique

RevueHydrological Processes · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of ToledoNational Center for Atmospheric Research
Mots-clésWetlandClimate changeThematic MapperEnvironmental scienceEcosystemClimate sensitivityPhysical geographyClimatologyClimate modelHydrology (agriculture)GeographyRemote sensingSatellite imageryEcologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Wetlands are valuable ecosystems that provide many valuable services, yet many of these important ecosystems are at risk because of current trends in climate change. The Prairie Pothole Region (PPR) in the upper‐midwest of the United States and south‐central Canada, characterized by glacially sculpted landscapes and abundant wetlands, is one such vulnerable region. According to regional/global climate model predictions, drought occurrence will increase in the PPR region through the 21st century and thus will probably cause the amount of water in wetlands to decline. Water surface area (WSA) of Kidder County, ND, from 1984–2011 was measured by classifying TM/ETM+(Landsat Thematic Mapper / Enhanced Thematic Mapper Plus) images through the modified normalized difference water index. We then developed a linear model based on the WSA of these wetlands and historical climate data and used this to determine the wetland sensitivity to climate change and predict future wetlands WSA in the PPR. Our model based on Palmer drought severity index (PDSI) of the current year (PDSI t − 0 ) and of the previous two years (PDSI t − 2 ) can explain 79% of the annual wetland WSA variance, suggesting a high sensitivity of wetlands to drought/climate change. We also predicted the PPR wetlands WSA in the 21st century under A1B scenario (a mid‐carbon emission scenario) using simulated PDSI based on Intergovernmental Panel on Climate Change AR4 22‐model ensemble climate. According to our prediction, the WSA of the PPR wetlands will decrease to less than half of the baseline WSA (defined as the mean wetlands WSA of the 2000s) by the mid of the 21st century, and to less than one‐third by the 2080s, and will then slightly increase in the 2090s. This considerable future wetland loss caused only by climate change provides important implication to future wetland management and climate adaptation policy. Copyright © 2012 John Wiley & Sons, Ltd.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,064
Tête enseignante GPT0,313
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetHydrology and Watershed Management StudiesTravaux en français237 207